变分自编码器(VAE)基本结构的tensorflw实现

Posted by grt1stnull on 2017-10-20

0x01.前言

代码参考自Variational Autoencoders ExplainedVariational Autoencoder in TensorFlow,修修补补emmmmmmmm。

0x02.基本结构

变分自编码器(VAE)结构与自编码器(AE)结构类似,都有编码与解码部分。但是,VAE的中间变量与自编码器不同,并且由于损失函数的定义,使结果趋近概率分布。VAE的基本结构如图:

variational-autoencoders

我们首先定义编码结构,得到中间变量。之后我们将中间变量输入解码结构,希冀能够得到与原图像类似的图像。

0x03.代码实现

emmmm代码都在github,不贴了,可以对照着自编码器进行理解。

链接:https://gist.github.com/grt1st/77beb11e719918a312832d05637888fa

0x04.总结

对VAE原理还需要更清晰的认识,end。

0x05.参考

Variational Autoencoders Explained

Variational Autoencoder in TensorFlow